arXiv 论文：APRiL 中文社交意识开放基准
原文标题：APRiL: An Open-ended Benchmark for Chinese Social Awareness in Large Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 APRiL，一个带实例级评分标准的中文社交意识开放基准，包含 2196 个评估实例、六大类别与两项互补任务。实验覆盖六个家族 12 个模型，揭示出一致的理解到回应差距。高质量场景分析可提升回应质量，而弱分析可能降低回应质量。
- 问题
- 现有基准对中文社交意识覆盖有限，缺乏开放任务与细粒度评分。
- 方法
- 构建含实例级评分标准的开放基准，分场景分析与社交回应两项互补任务。
- 结果
- 2196 个评估实例、六大类别，12 个模型均呈现理解到回应的差距。
- 影响
- 为中文社交场景的模型评测与产品调优提供系统化资源。
深读 · 结论先行AI 生成展开看要点与影响 ↓
APRiL 用 2196 个中文社交意识实例测 12 个模型，发现理解与回应之间存在一致差距。
- •基准含 2196 个社交意识评估实例，覆盖六大类别、两项互补任务
- •两项任务分别为社交场景分析（理解线索与心理状态）与社交意识回应（生成合适回应）
- •测试 12 个模型、来自 6 个家族，均出现一致的「理解到回应」差距
- •高质量场景分析能提升回应质量，弱分析反而可能拉低回应质量
- •数据与代码已公开
为什么重要：中文社交场景长期缺开放基准，这条把「懂但不会说」量化出来，对做中文对话与角色类产品的评测选型有参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。